GPT-6 Astra je tady. Nový ChatGPT umí lépe ovládat počítač a v hackování nahradit bezpečnostního experta

GPT-6 Astra je tady – OBSAH

1. Ovládání počítače patří mezi největší zlepšení
2. Kontext přes milion tokenů pomůže s velkými projekty
3. Rekordní skóre 99,9 % v abstraktních úlohách má jeden důležitý háček
4. O samotném modelu zůstává mnoho údajů tajných
5. GPT-6 Astra dělá méně chyb, vyšší schopnosti však zvyšují rizika
6. Kdy se GPT-6 objeví v ChatGPT

V praxi může Astra procházet web, pracovat se soubory, vyplňovat formuláře, analyzovat data, připravovat dokumenty nebo upravovat webové stránky. U složitějších zadání přitom kombinuje několik nástrojů, průběžně vyhodnocuje výsledky a podle nich mění další postup, což je přesně způsob práce, na kterém stojí současná generace takzvaných AI agentů.

Právě u úloh trvajících několik minut nebo desítek minut se podle zveřejněných výsledků začíná rozdíl proti předchozí generaci projevovat nejvíce. Místo jednoho promptu a jedné odpovědi jde stále častěji o delší proces, během něhož model plánuje, provádí jednotlivé kroky a kontroluje, zda se skutečně dostal k požadovanému výsledku.

Ovládání počítače patří mezi největší zlepšení

Velmi dobře je posun vidět v testech zaměřených na práci s grafickým rozhraním, kde Astra dosahuje podstatně lepších výsledků než GPT-5.6 Sol. V benchmarku OSWorld 2.0 získala 72,6 % oproti 65,7 % u předchůdce a v testu ScreenSpot-Pro, který prověřuje orientaci v uživatelském rozhraní, se skóre zvýšilo ze 76,9 na 92,7 %.

Zajímavý je také údaj o době potřebné k dokončení úloh v OSWorldu, protože OpenAI uvádí přibližně 40 minut u Astry oproti zhruba 75 minutám u GPT-5.6 Sol. Nejde ovšem o rychlost běžné odpovědi v ChatGPT, ale o komplexní pracovní postupy skládající se z mnoha kroků a interakcí s dalšími nástroji.

Podobně výrazná zlepšení se objevují při programování a správě systémů. Terminal-Bench 4.0 poskočil z 37,3 na 57,9 % a SRE-Bench z 55,9 na 88 %, zatímco u některých tradičních znalostních testů už byl prostor pro růst podstatně menší. V GPQA Diamond se například výsledek zvedl pouze z 94,6 na 96 %.

Z těchto výsledků se dá poměrně dobře vyčíst zaměření celé nové generace, protože největší náskok Astra získává u úloh vyžadujících plánování, práci s prostředím počítače a používání více nástrojů. U jednoduchých dotazů proto nemusí být generační rozdíl zdaleka tak nápadný.

Kontext přes milion tokenů pomůže s velkými projekty

Při práci s rozsáhlými podklady může hrát důležitou roli také nové kontextové okno o velikosti 1,05 milionu tokenů. Model díky němu zvládne během jedné úlohy pracovat s velmi dlouhou dokumentací, větším množstvím souborů nebo rozsáhlým zdrojovým kódem, aniž by bylo nutné vše rozdělovat do mnoha samostatných konverzací.

Samotná velikost kontextu by ovšem mnoho neznamenala, kdyby se model v obrovském množství dat postupně ztrácel. V testu MRCR pro rozsah 512 tisíc až jeden milion tokenů dosáhla Astra 96,3 %, zatímco GPT-5.6 Sol skončil na 73,8 %, takže právě práce s velkými projekty může patřit k oblastem, kde bude nový model v praxi nejpřesvědčivější.

V API může GPT-6 Astra přijímat text i obrázky a přes další nástroje získává přístup například k webovému vyhledávání, souborům, spouštění kódu, generování obrázků nebo ovládání počítače. Samotný model nadále běží v cloudu a OpenAI zatím nenabízí jeho veřejně dostupné váhy pro lokální spuštění na notebooku nebo stolním počítači.

Rekordní skóre 99,9 % v abstraktních úlohách má jeden důležitý háček

Mezi nejčastěji citovanými čísly po představení Astry se objevilo skóre 99,9 % v benchmarku ARC-AGI-3, který testuje schopnost řešit nové abstraktní úlohy. Tak vysoký výsledek ale vznikl při použití speciálního adaptéru OpenAI, jenž mezi jednotlivými požadavky zachovává stav předchozího uvažování a dovoluje systému znovu využívat už odvedenou práci.

Při standardním způsobu testování dosáhla Astra 62,7 %, takže obě hodnoty popisují poměrně odlišné podmínky. Právě rozdíl mezi nimi přitom dobře ukazuje, jak velkou roli dnes vedle samotného modelu hraje paměť, orchestrace a sada dostupných nástrojů. Pro běžné používání je to možná podstatnější informace než samotný rekord, protože AI agent v reálném nasazení také nefunguje jako izolovaný model. Výsledná kvalita stále více závisí na tom, k jakým datům má přístup, co si dokáže uchovat z předchozích kroků a jaké akce mu aplikace dovolí provést.

Také označení Astry za nejinteligentnější model OpenAI je potřeba číst v tomto kontextu. V některých souhrnných nezávislých benchmarcích totiž stále dosahují vyššího skóre konkurenční modely Anthropic, takže absolutního vítěze současné AI nelze určit jediným číslem.

O samotném modelu zůstává mnoho údajů tajných

Přestože OpenAI zveřejnila poměrně podrobné výsledky testů a technické parametry služby, o vnitřní stavbě samotné neuronové sítě stále víme málo. Firma neuvádí počet parametrů, počet vrstev ani to, zda Astra používá například architekturu Mixture of Experts, takže konkrétní odhady velikosti modelu zůstávají spekulací.

Veřejně známá je alespoň hranice vestavěných znalostí k 30. dubnu 2026, přičemž aktuálnější informace může model získávat pomocí webového vyhledávání a dalších připojených zdrojů. OpenAI také potvrzuje využití reinforcement learningu a dalších metod zaměřených na reasoning a bezpečnější chování, přesnou recepturu post-trainingu ale nezveřejnila.

GPT-6 Astra dělá méně chyb, vyšší schopnosti však zvyšují rizika

Jedním z příjemnějších výsledků nové generace je pokles halucinací, který v interním testu OpenAI klesl z 12,2 % u GPT-5.6 Sol na 4,2 % u Astry. Vyšší spolehlivost se může projevit při běžné práci s informacemi, přesto zůstává důležité rozlišovat mezi tím, co model zná ze svého tréninku, a údaji, které se průběžně mění.

Například skladová dostupnost, cena zboží, stav objednávky nebo termín dopravy musí pocházet z aktuální databáze, ke které může AI přistupovat pomocí nástrojů. Síla Astry spočívá v tom, že s podobnými zdroji dokáže lépe pracovat, kombinovat je a převést získané informace do srozumitelného výsledku.

S rostoucí schopností provádět skutečné akce ovšem narůstá také význam bezpečnostních omezení. GPT-6 Astra je prvním modelem OpenAI, který podle firemního Preparedness Frameworku dosáhl v oblasti kybernetických schopností stupně Critical. Tato úroveň znamená, že model už podle hodnocení vývojářů dokáže s vhodnými nástroji samostatně hledat dosud neznámé bezpečnostní chyby a pracovat na způsobech jejich zneužití, tedy zvládat úlohy, které dosud vyžadovaly vysoce kvalifikované bezpečnostní experty.

Právě kvůli těmto schopnostem OpenAI část pokročilých funkcí v běžně dostupné verzi omezuje a rozšířený přístup pro bezpečnostní odborníky poskytuje prostřednictvím programu Daybreak za přísnějších podmínek. Čím samostatněji tedy AI dokáže pracovat s počítačem, tím důležitější jsou pravidla určující, co smí udělat automaticky a co už musí potvrdit člověk.

Kdy se GPT-6 objeví v ChatGPT

Zpřístupňování GPT-6 Astra začalo 3. září společně s oficiálním představením a postupně se má rozšířit k uživatelům tarifů ChatGPT Plus, Pro, Business a Enterprise. Vývojáři dostávají model také prostřednictvím OpenAI API, Microsoft Foundry a AWS Bedrock. Protože rollout probíhá po etapách, ještě 4. září neměli nový model k dispozici všichni předplatitelé. OpenAI zároveň neoznámila samostatný termín pro Česko ani Slovensko, takže absence Astry v nabídce modelů zatím nemusí znamenat žádné regionální omezení nebo problém s účtem.

Pro běžné uživatele firma nepředstavila samostatné předplatné určené pouze pro GPT-6, zatímco vývojáři už znají cenu API. Standardní sazba činí 10 dolarů za milion vstupních a 50 dolarů za milion výstupních tokenů, což je výrazně více než 1,25 a 10 dolarů u základního GPT-5. Vyšší cena pravděpodobně povede k tomu, že se Astra bude využívat hlavně u složitějších úloh, kde dokáže díky lepšímu plánování a práci s nástroji ušetřit další kroky nebo lidskou práci. Pro jednoduché dotazy a krátké textové úkoly zůstanou levnější modely praktičtější.

Závěr

S příchodem GPT-6 Astra se těžiště dalšího vývoje ChatGPT posouvá stále výrazněji k úlohám, které vyžadují delší samostatnou práci. Největší zlepšení jsou vidět při ovládání počítače, programování, práci s rozsáhlými podklady a používání dalších nástrojů, tedy přesně v oblastech potřebných pro schopnější AI agenty. Pro běžného uživatele proto nemusí být největším přínosem další rekordní výsledek v benchmarku, ale situace, kdy místo série rad dostane rovnou hotový výsledek. Právě schopnost dojít od zadání přes několik navazujících kroků až k dokončené práci v roli AI agenta bude zřejmě hlavním rozdílem mezi dnešními chatboty a další generací nástrojů umělé inteligence.

Peter Vnuk

Technologie jsou pro mě práce i zábava – nejvíc se věnuji smartphonům, notebookům, audiotechnice, umělé inteligenci a všemu hi-tech. Rád recenzuji novinky, sleduji futuristické trendy a odhaduji další vývoj technologií. Fascinuje mě sci-fi a vize budoucího světa, které často inspirují i reálný technologický pokrok. Profesionálně se věnuji také videohrám a hernímu průmyslu. Když zrovna nepracuji, rád si odpočinu u dobré hry, kvalitního piva nebo tvorbou technologických memes na Facebooku.